28 de Marzo de 2024

logo
Tecnología

Más allá del aprendizaje automático: ¿cómo los retailers se benefician de esta tecnología?

Alicia Mendoza

Compartir

Los modelos tradicionales de aprendizaje automático pueden hacer generalizaciones y ofrecer recomendaciones amplias a los clientes de tiendas virtuales. Si bien esto puede ser positivo, existe el aprendizaje reforzado, tecnología que brinda a los retailers la oportunidad de mejorar la respuesta a las preferencias cambiantes de los clientes.

Ocado Group es uno de los grandes minoristas que ha apostado por la tecnología de aprendizaje automático hiperpersonal. Esta técnica utiliza los datos de compras de los clientes como entrada y combina el aumento de consumo con el aprendizaje reforzado para ofrecer promociones hiper-relevantes.

El resultado de esto es una construcción más efectiva y automática de tiendas virtuales personalizadas para atender a millones de clientes, explica la compañía británica en su blog.

¿Cómo el retailer logró el avance del aprendizaje automático?

La compañía diseñó un modelo de aprendizaje automático de última generación llamado árbol de decisión de aumento de gradiente (GBDT por las siglas en inglés de Gradient Boosting Decision Tree) que combinó con un enfoque contextual de bandido multi armado (MAB por las siglas en inglés de multi-armed bandit).

Te puede interesar: Columna MIT: Pros y contras de las tecnologías emergentes. Casos de estudio

Los modelos GBDT necesitan poco procesamiento de datos. Para comprender en qué promociones es más probable que estén interesados los clientes, la compañía clasificó por probabilidad de tasa de clics. Entre la variedad de características categóricas y numéricas, consideró atributos del artículo, nivel y tipo de descuento, información general e historial de interacción usuario-elemento.

Al mejorar el GBDT con MAB, la proporción de clientes que compraron algo de las sugerencias aumentaron en un 50%.

“Este nuevo modelo de mostró resultados sobresalientes en el servicio a los clientes con promociones más relevantes. De esta manera, hemos podido crear experiencias de compra hiperpersonalizadas, lo que significa que los retailers ven más productos vendidos y los clientes obtienen mejores ofertas”.

THE LOGISTICS WORLD


Alicia Mendoza

Titulada en Comunicación Social en la Universidad Autónoma Metropolitana. Tiene más de 6 años de experiencia como escritora para diversos medios, destacando su colaboración con la recaudación de Fondos para Unicef, y en medios digitales como DanLudens, Infochannel y The Logistics World, entre otros.

Relacionadas

5g

Tecnología

Aplicaciones del 5G para la conectividad de la cadena de suministro

Estrategias para implementar la gestión de la cadena de suministro de la era 5G

robótica

Tecnología

5 tendencias de robots para 2024 según la International Federation of Robotics

La tendencia de utilizar IA en robótica y automatización sigue creciendo

Las más leídas

cadenas de suministro globales

Comercio internacional

Análisis: así afectan los ataques en el mar Rojo a las cadenas de suministro globales

Cambiar rutas afecta los tiempos de tránsito, encarece el transporte y afecta el comercio global

industria

Actualidad logística

Reducción de la jornada laboral en México se mantiene en suspenso en el Congreso

La propuesta para acortar la jornada laboral a 40 horas en México sigue en debate

Actualidad logística

Shein México: Cómo reclamar y resolver problemas con tus pedidos de manera efectiva

Los problemas con los pedidos de Shein en México no deben ser motivo de preocupación

Logística en comercio electrónico

¿Cuánto tiempo tarda un pedido de Shein en llegar a México?

Optimiza tus compras en Shein conoce los plazos de entrega en México

Lo último

sostenibilidad

Actualidad logística

Certificados de sostenibilidad: ventajas para las empresas y el medio ambiente

Pueden ser un punto de valor para proveedores y clientes

economía

Actualidad logística

Reducen perspectiva de crecimiento para la economía de Colombia en 2024

Recorte de cuatro puntos porcentuales frente a la anterior estimación